[發(fā)明專利]一種業(yè)務(wù)數(shù)據(jù)自動(dòng)匹配的方法及設(shè)備

在審

• 申請(qǐng)?zhí)枺?/td>: 202010456807.1
• 申請(qǐng)日: 2020-05-26
• 公開（公告）號(hào): CN111652299A
• 公開（公告）日: 2020-09-11
• 發(fā)明（設(shè)計(jì)）人: 張星;張少懷;姜里奇
• 申請(qǐng)（專利權(quán)）人: 泰康保險(xiǎn)集團(tuán)股份有限公司
• 主分類號(hào): G06K9/62
• 分類號(hào): G06K9/62;G06F40/247;G06F40/284
• 代理公司: 北京同達(dá)信恒知識(shí)產(chǎn)權(quán)代理有限公司 11291
• 代理人: 馮艷蓮

本發(fā)明提供一種業(yè)務(wù)數(shù)據(jù)自動(dòng)匹配的方法及設(shè)備，該方法包括：利用自然語言處理NLP技術(shù)對(duì)業(yè)務(wù)數(shù)據(jù)中各預(yù)設(shè)字段的詞語進(jìn)行分詞處理，確定各預(yù)設(shè)字段的詞語的不同子詞及詞向量特征；根據(jù)詞語的不同子詞，以及基準(zhǔn)詞及該基準(zhǔn)詞的同義詞庫，將同一預(yù)設(shè)字段的詞語與基準(zhǔn)詞及同義詞庫中的同義詞進(jìn)行匹配；若未匹配到完全一致的基準(zhǔn)詞或同義詞，根據(jù)詞語的不同子詞及詞向量特征，基于余弦相似度算法，將同一預(yù)設(shè)字段的詞語與基準(zhǔn)詞或同義詞進(jìn)行匹配，根據(jù)所有預(yù)設(shè)字段對(duì)應(yīng)的詞語的匹配結(jié)果，確定業(yè)務(wù)數(shù)據(jù)的匹配結(jié)果。本發(fā)明提供的業(yè)務(wù)數(shù)據(jù)自動(dòng)匹配的方法及設(shè)備，解決了現(xiàn)有業(yè)務(wù)數(shù)據(jù)標(biāo)準(zhǔn)化方法存在的業(yè)務(wù)數(shù)據(jù)自動(dòng)匹配概率低和標(biāo)準(zhǔn)化質(zhì)量低的問題。

技術(shù)領(lǐng)域

本發(fā)明涉及業(yè)務(wù)數(shù)據(jù)標(biāo)準(zhǔn)化領(lǐng)域，特別涉及一種業(yè)務(wù)數(shù)據(jù)自動(dòng)匹配的方法及設(shè)備。

背景技術(shù)

在進(jìn)行業(yè)務(wù)數(shù)據(jù)分析時(shí)，為了提升數(shù)據(jù)質(zhì)量，通常先將業(yè)務(wù)數(shù)據(jù)標(biāo)準(zhǔn)化，利用標(biāo)準(zhǔn)化后的數(shù)據(jù)進(jìn)行數(shù)據(jù)分析。目前業(yè)務(wù)數(shù)據(jù)標(biāo)準(zhǔn)化的過程中只有各類別待分析的業(yè)務(wù)數(shù)據(jù)與基準(zhǔn)數(shù)據(jù)均匹配時(shí)才能對(duì)碼成功，但是在實(shí)際應(yīng)用中業(yè)務(wù)數(shù)據(jù)千差萬別，各類別業(yè)務(wù)數(shù)據(jù)在不同統(tǒng)籌區(qū)、不同業(yè)務(wù)系統(tǒng)中各不相同，因此業(yè)務(wù)數(shù)據(jù)標(biāo)準(zhǔn)化的工作量很大。

在業(yè)務(wù)系統(tǒng)根據(jù)用戶提交的業(yè)務(wù)單據(jù)錄入業(yè)務(wù)數(shù)據(jù)后，根據(jù)經(jīng)驗(yàn)人工識(shí)別各類別數(shù)據(jù)與系統(tǒng)中具體哪個(gè)類別的哪個(gè)數(shù)據(jù)匹配，工作量非常巨大，運(yùn)營成本高，且出錯(cuò)率高。而采用現(xiàn)有的匹配算法進(jìn)行業(yè)務(wù)數(shù)據(jù)的匹配時(shí)，由于真實(shí)數(shù)據(jù)的差異很大，因此對(duì)不同名稱，但是含義相同的業(yè)務(wù)數(shù)據(jù)實(shí)現(xiàn)智能化自動(dòng)匹配的概率極低，并不能滿足對(duì)效率的需求。因此，現(xiàn)有的業(yè)務(wù)數(shù)據(jù)標(biāo)準(zhǔn)化方法存在業(yè)務(wù)數(shù)據(jù)自動(dòng)匹配概率低和業(yè)務(wù)數(shù)據(jù)標(biāo)準(zhǔn)化質(zhì)量低的問題。

發(fā)明內(nèi)容

本發(fā)明提供了一種業(yè)務(wù)數(shù)據(jù)自動(dòng)匹配的方法及設(shè)備，用以解決現(xiàn)有的業(yè)務(wù)數(shù)據(jù)標(biāo)準(zhǔn)化方法存在的業(yè)務(wù)數(shù)據(jù)自動(dòng)匹配概率低和業(yè)務(wù)數(shù)據(jù)標(biāo)準(zhǔn)化質(zhì)量低的問題。

根據(jù)本發(fā)明實(shí)施例的第一方面，提供一種業(yè)務(wù)數(shù)據(jù)自動(dòng)匹配的方法，該方法包括：

獲取待匹配的業(yè)務(wù)數(shù)據(jù)，所述業(yè)務(wù)數(shù)據(jù)包括至少一個(gè)預(yù)設(shè)字段對(duì)應(yīng)的詞語；

利用自然語言處理NLP技術(shù)對(duì)各預(yù)設(shè)字段的詞語進(jìn)行分詞處理，確定所述各預(yù)設(shè)字段的詞語的不同子詞及對(duì)應(yīng)的詞向量特征；

根據(jù)所述各預(yù)設(shè)字段的詞語的不同子詞，以及各預(yù)設(shè)字段的基準(zhǔn)詞及該基準(zhǔn)詞的同義詞庫，將同一預(yù)設(shè)字段對(duì)應(yīng)的詞語與基準(zhǔn)詞及同義詞庫中的同義詞進(jìn)行匹配；

若未匹配到完全一致的基準(zhǔn)詞或同義詞，根據(jù)所述各預(yù)設(shè)字段的詞語的不同子詞及對(duì)應(yīng)的詞向量特征，基于余弦相似度算法，將同一預(yù)設(shè)字段對(duì)應(yīng)的詞語與基準(zhǔn)詞或同義詞庫中的同義詞進(jìn)行匹配，若匹配成功，將所述詞語作為新的同義詞添加到所述同義詞所屬的同義詞庫；

根據(jù)所有預(yù)設(shè)字段對(duì)應(yīng)的詞語的匹配結(jié)果，確定所述業(yè)務(wù)數(shù)據(jù)的匹配結(jié)果。

可選地，將同一預(yù)設(shè)字段對(duì)應(yīng)的詞語與基準(zhǔn)詞及同義詞庫中的同義詞進(jìn)行匹配，包括：

將同一預(yù)設(shè)字段對(duì)應(yīng)的詞語的各子詞，分別與基準(zhǔn)詞及同義詞庫中的同義詞中相應(yīng)的子詞進(jìn)行比對(duì)，確定是否相同；

確定各子詞在所述詞語和對(duì)應(yīng)的基準(zhǔn)詞或同義詞中的位置相同，且各子詞比對(duì)結(jié)果為相同時(shí)，確定匹配成功。

可選地，所述基于余弦相似度算法，將同一預(yù)設(shè)字段對(duì)應(yīng)的詞語與基準(zhǔn)詞或同義詞庫中的同義詞進(jìn)行匹配，包括：

分別將同一預(yù)設(shè)字段對(duì)應(yīng)的詞語的各子詞，與基準(zhǔn)詞或任一同義詞中相應(yīng)的子詞進(jìn)行比對(duì)，確定是否相同；

若子詞的比對(duì)結(jié)果為不相同，根據(jù)所述子詞對(duì)應(yīng)的詞向量特征，利用余弦相似度算法計(jì)算對(duì)應(yīng)的余弦相似度，根據(jù)所述子詞對(duì)應(yīng)的余弦相似度是否大于預(yù)設(shè)閾值，確定所述子詞是否同義；

根據(jù)各子詞是否相同或同義的比對(duì)結(jié)果，確定是否匹配成功。